使用人工智能（AI），特別是機器學習（ML）來實現預測性電磁戰（EW）聽起來很誘人。想象一下，一臺機器知道如何、何時、何地堵塞，然后最好的電子戰操作員甚至可以處理她示波器中的信息。然而，一些運營商對認可認知電子戰猶豫不決，描繪誤導算法導致錯誤的、危及生命的故障，比如導致自動駕駛汽車撞車的故障。

為了在擁擠的電磁頻譜（EMS）中獲勝，人類必須學會在戰斗等高風險情況下信任ML算法。因此，認知電子戰，即機器學習與信號處理、分類和自動響應相結合的想法，應該處于EMS社區發展的最前沿。 想象一下，一臺機器知道如何、何時、何地堵塞，然后最好的電子戰操作員甚至可以處理她示波器中的信息。

未來的比賽將需要敏捷、自適應的頻譜管理以及比人類認知更快的跳頻能力。認知電子戰為電磁頻譜操作 （EMSO） 社區提供了在競爭激烈、擁擠的 EMS 戰場空間中減少操作員工作量的功能。

此外，如果沒有ML算法，聯合部隊就有可能在EMS中被對手擊敗。因此，針對對等威脅的認知頻譜管理將被證明是不可或缺的，因為采用聯合全域指揮與控制（JADC2）和多域作戰（MDO）作為聯合作戰概念的一部分。

?

作戰人員應該接受認知EMSO（電子戰和頻譜管理），因為必須在EMSO的各個方面利用ML才能獲勝。服務應優先考慮認知EMSO，因為敏捷頻譜管理對于實現AI支持的JADC2能力至關重要。 ? ? 此外，現在需要采取行動，為認知EMSO開發軟件并收集大量數據，這是信號處理和ML的自然計算結合，以查看潛在的缺陷可能在哪里以及如何優化人機協作。 ? ? 開發用于認知EMSO的技術和人機信任對于成功的JADC2至關重要。為了在擁擠的電磁頻譜（EMS）中獲勝，人類必須學會在戰斗等高風險情況下信任ML算法。 ? ? 用于將所有軍事部門（空軍，陸軍，海軍陸戰隊，海軍和太空部隊）的傳感器連接到一個網絡中。JADC2 是聯合作戰概念的基礎，允許指揮官通過利用 AI 來協助射擊者與目標的配對并保持對戰場空間的態勢感知，從而做出更好的決策。 ? ? EMS在傳感器，射手和指揮官之間建立了紐帶，使JADC2發揮了作用。此外，環境管理體系為MDO提供了至關重要的協調，特別是在我們利用太空和網絡空間資產時。

EMS越來越擁擠和復雜。在競爭激烈的環境中，找到可用的工作頻率超出了人類的認知，特別是考慮到動態威脅干擾系統的速度。在沖突中，EMS將擠滿友方和敵方的主動單站和多靜態雷達，通信，無源傳感器和電磁攻擊系統，所有這些都在各種天氣和地形環境中傳播。EMS圖片對于人類來說太復雜了，在任務期間無法理解。 ? 此外，對等對手可能具有我們尚未發現和編目的電子攻擊能力。我們需要預測性的敏捷系統來對抗這些新生（或隱藏）的能力，并理解戰斗中復雜的EMS環境。

傳感器和射手可以通過擁擠的EMS進行通信，允許機器在頻譜中找到可用帶寬，并將資產動態且比對手更快地轉移到可用頻率。ML 可以在需要時推薦和操作預測性跳頻和干擾避免。 ? 如果沒有預測被拒絕的EMS區域的能力，那么與同行競爭對手的通信的可操作性將不存在。

? 對手仍然會找到一種方法來干擾一些通信。盡管如此，應該使ML處理能夠尋找可用的頻譜，并使對手難以拒絕我們的通信。這樣做將增加保持連接的聯合部隊資產的數量，從而提高作戰人員向對手發射致命和非致命火力的能力。

? 隨著行業開發認知EMSO工具，操作員將在動態環境中適應戰術級ML和作戰級電磁戰斗管理（EMBM）系統。在聯合部隊訓練和行動的同時，他們的傳感器可以建立大型數據庫進行復雜的預測。數據科學家將需要大量時間來整理友軍將收集的大量信息。 ? ? 此外，還需要對許多系統參數進行建模，并手動輸入這些信號。這種耗時的信號采集、標記和調理過程必須盡快開始。認知EMSO的投資回報率沒有標記的，整理的數據將產生次優的結果。因此，工業界現在必須合作開發數據庫。

構建數據庫以便機器學習可以開始將需要數年時間。豪華電動汽車公司特斯拉花了數年時間開發其全自動駕駛功能。特斯拉的ML輔助駕駛能力需要來自道路上的100萬輛汽車的數千PB數據。

?

認知EMSO在收集ML所需的數據倉庫和數據湖方面同樣將面臨艱巨的挑戰。一旦工程師、作戰人員和計算機科學家建立了信號數據庫，監督學習就可以開始了。監督學習使用人類專家標記的大量正面和負面示例來訓練系統。

現在需要采取行動，開發軟件并為認知EMSO收集大量數據，這是信號處理和ML的自然計算結合。 調查專家，如海軍武器和戰術教官和空軍武器學校畢業生，整理和標記輸入監督學習過程的數據同樣需要花費大量時間。團隊必須測試許多算法，而不僅僅是時尚的深度學習神經網絡。 ? ? 在這個戰場空間中，速度往往勝過完全的準確性。換句話說，在許多情況下，簡單的計算可能會更好。為了最好地微調ML算法，計算機科學家必須花費數年時間與戰術專家和情報分析師一起在電子戰范圍和模擬中。

? 計算機科學家和戰術EMSO專家都需要時間來改變和調整場景，假設戰場上將有哪些裝備，并為無監督學習制定獎勵。雖然無監督學習通常需要更長的時間，但它通常可以產生驚人的效率。

數據科學家和EMSO專家應該在收集必要數據，標記和調節數據以及在各種場景中開發和完善算法的漫長過程中團隊合作。這樣做將使聯合部隊能夠預測并超越EMS中的對手行動。

盡管有些人可能對采用認知EMSO猶豫不決，因為他們注意到人工智能如何出乎意料地讓我們失望，并使人類過于依賴機器，這就是為什么今天必須采用認知EMSO。 ? 像MissionWare這樣的基于軟件的功能是ML輔助EMSO的理想試驗場。當創建自動化系統時，永遠不會將人類從OODA循環中拉出來。相反，改變了操作員和機器之間的工作量以及人與計算機之間的關系。隨著人機團隊在認知EMSO方面變得更加熟練，可以更好地看到一條通往人工智能支持的JADC2的清晰道路。 ? ML輔助頻譜管理需要時間，但結果將使聯合作戰概念的C2功能戰斗成為可能。聯合部隊將通過減少操作員在擁擠、競爭和商業戰場上的計算工作量來優化高需求、低密度的電磁資源。此外，將ML添加到EMSO將實現頻譜的敏捷性和收斂性。聯合部隊應推動物質解決方案，以促進和建立今天的認知EMSO能力。

電子支持 (ES)：是電子戰 (EW) 領域的一個分支，其任務是通過檢測、分類、記錄、識別和定位監視和通信鏈路的射頻 (RF) 波段發射器來立即識別環境中存在的威脅敵對的軍事系統。

ES 系統是無源設備，即它們不輻射（它們在運行期間保持電磁靜默）。

電子攻擊（EA）：是電子戰（EW）領域的一個分支，適用于武器系統、雷達系統和無線通信，“涉及使用電磁能量、直接能量或反輻射武器攻擊人員、結構或設備意圖降低、中和或摧毀敵人的作戰能力”。

由于軍事行動的所有組成部分都是依賴于頻譜的網絡系統，因此電子戰任務已經發展為控制、管理和保護我們對電磁頻譜 (EMS) 的使用，以便通過EMS的安全部分維持基本的網絡和數據鏈路服務傳輸、共享、存檔、保護和傳播關鍵信息。

另一方面，必須了解、控制和拒絕對手對EMS的使用，以阻止和/或混淆正確的信息流，從而延遲或阻止對手的決策過程。

簡而言之，新的任務要求將是“網絡”的被動和主動保護/攻擊：我方不受挑戰地使用電磁頻譜是要保護和保障的實體，而敵人使用電磁頻譜是要被阻礙、壓制和攻擊的實體。甚至被摧毀。

電子戰可以通過有人和無人系統從空中、海上、陸地和太空應用，并且可以針對人類、通信、雷達或其他資產。

電子戰被描述為具有三個主要子領域（圖 1）：電子支持 (ES)、電子攻擊 (EA) 和電子保護 (EP)，但根據參考場景的演變以及其使用條款的演變和為了強調EW是EMSO（電磁頻譜操作）的一部分，“電子”一詞最近被“電磁”取代，產生了新的縮寫詞EMS、EMA、EMP。

電磁頻譜（EMS）對軍事行動來說是一個獨特的挑戰環境。與在空中或沿地面或海上實際移動的物體不同，電磁能量以光速傳播，不容易被墻壁、邊界或禁區控制。

因此，傳感、通信和電磁戰（EW）等軍事EMS活動很難相互分離或與民用用戶分離。隨著需要將頻譜分配給5G移動通信、擴大Wi-Fi覆蓋范圍以及車輛和消費產品上無處不在的傳感和通信，對軍用EMS接入的限制只會越來越大。 ? 俄羅斯和美國軍方都在積極尋求將人工智能作為其整體部隊發展的一個要素，但與管理和支持能力相比，作戰系統的優先級不同。國防部將人工智能優先納入作戰系統，而解放軍和俄羅斯武裝力量則將人工智能的實施重點放在C2、管理支持系統以及情報、監視和偵察（ISR）上。

編輯：黃飛

?